个体驾驶行为特征识别方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106203437A(43)申请公布日2016.12.07(21)申请号201510229494.5(22)申请日2015.05.07(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区八卦岭工业区平安大厦六楼(72)发明人于秋林汪伟王聪聪张宗一尹恒王志成(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人胡海国(51)Int.Cl.G06K9/46(2006.01)G06K9/62(2006.01)权利要求书2页说明书10页附图7页(54)发明名称个体驾驶行为特征识别方法和装置(57)摘要本发明公开了一种个体驾驶行为特征识别方法，接收终端检测的当前驾驶者的车辆定位数据；从所述车辆定位数据中提取多个传统驾驶特征指标；从所述车辆定位数据中提取多个梅尔频率倒谱系数MFCC特征指标；将所述传统驾驶特征指标和MFCC特征指标作为训练样本，采用随机森林分类法建模，获得当前驾驶者的驾驶行为特征识别模型。本发明还公开了一种个体驾驶行为特征识别装置。本发明针对终端定位功能采集的当前驾驶者的车辆定位数据进行建模，数据采集方式和采集设备简单，有利于节约成本；且建模获得的驾驶行为特征识别模型更能反映当前驾驶者的个体驾驶行为特征，在后续识别个体驾驶行为时能够获得更准确的识别效果。CN106203437ACN106203437A权利要求书1/2页1.一种个体驾驶行为特征识别方法，其特征在于，包括步骤：接收终端检测的当前驾驶者的车辆定位数据；从所述车辆定位数据中提取多个传统驾驶特征指标；从所述车辆定位数据中提取多个梅尔频率倒谱系数MFCC特征指标；将所述传统驾驶特征指标和MFCC特征指标作为训练样本，采用随机森林分类法建模，获得当前驾驶者的驾驶行为特征识别模型。2.如权利要求1所述的个体驾驶行为特征识别方法，其特征在于，所述将传统驾驶特征指标和MFCC特征指标作为训练样本，采用随机森林分类法建模，获得当前驾驶者的驾驶行为特征识别模型的步骤之后还包括：接收终端检测的测试者的车辆定位数据；从所述测试者的车辆定位数据中提取所述测试者的多个传统驾驶特征指标和多个MFCC特征指标；加载当前驾驶者的驾驶行为特征识别模型；将所述测试者的传统驾驶特征指标和MFCC特征指标作为测试样本，采用当前驾驶者的驾驶行为特征识别模型对所述测试样本进行预测分类，获得预测分类结果；根据预测分类结果确定所述测试者是否为当前驾驶者。3.如权利要求1或2所述的个体驾驶行为特征识别方法，其特征在于，所述从车辆定位数据中提取多个传统驾驶特征指标的步骤包括：将连续的多个采样点中每n个采样点划分为一个采样段，获得多个采样段，其中n为预设帧长包括的采样点个数；从每一个采样段的所述车辆定位数据中提取多个传统驾驶特征指标；所述将传统驾驶特征指标作为训练样本的步骤包括：将每一个采样段对应的多个所述传统驾驶特征指标作为一组训练样本集。4.如权利要求1或2所述的个体驾驶行为特征识别方法，其特征在于，所述从车辆定位数据中提取多个梅尔频率倒谱系数MFCC特征指标的步骤包括：在连续的多个采样点中，当一个采样点的行驶速度小于速度阈值时，将所述采样点的行驶速度置零；将行驶速度不为零的连续多个采样点划分为一个采样段，获得多个采样段；将每一个采样段的所述车辆定位数据进行快速傅立叶变换，获得每一个采样段的频谱参数，并根据所述频谱参数获得每一个采样段对应的幅度谱；将每一个采样段对应的幅度谱经梅尔滤波器组处理，获得每一个采样段对应的多个梅尔滤波输出值；对每一个采样段对应的多个梅尔滤波输出值取对数值，并对所述对数值做离散余弦变换，获得每一个采样段对应的多个MFCC特征指标；所述将MFCC特征指标作为训练样本的步骤包括：将每一个采样段对应的多个MFCC特征指标作为一组训练样本集。5.如权利要求1或2所述的个体驾驶行为特征识别方法，其特征在于，所述车辆定位数据包括多个采样点对应的采样时间、车辆所在位置三维坐标、行驶速度、行驶方向中的一个或多个数据；所述传统驾驶特征指标包括多个采样点对应的行驶速度、行驶加速度、转弯速2CN106203437A权利要求书2/2页度、转弯加速度、转角系数、地理位置中的一个或多个指标。6.一种个体驾驶行为特征识别装置，其特征在于，包括：定位模块，用于接收终端检测的当前驾驶者的车辆定位数据；特征提取模块，用于从所述车辆定位数据中提取多个传统驾驶特征指标；从所述车辆定位数据中提取多个梅尔频率倒谱系数MFCC特征指标；建模模块，用于将所述传统驾驶特征指标和MFCC特征指标作为训练样本，采用随机森林分类法建模，获得当前驾驶者的驾驶行为特征识别模型。7.如权利要求6所述的个体驾驶行为特征识别装置，其特征在于，